如今，你每過五分鐘就會聽到關於人工智慧的各種各樣的消息。但你有沒有想過我們是如何走到今天的？這主要歸功於2012 年的開創性神經網路AlexNet。雖然它並沒有立即引起轟動，但它最終成為了我們今天所經歷的深度學習革命的基礎。現在，經過多年的談判，原始原始碼終於向公眾發布了。

這要歸功於電腦歷史博物館和Google的合作。原始碼最初由多倫多大學研究生Alex Krizhevsky 編寫，現已上傳到GitHub。

AlexNet 是一種神經網絡，標誌著電腦辨識和分類影像能力的重大突破。到2012 年，神經網路背後的理論（包括關鍵的反向傳播演算法）已經存在了幾十年。然而，缺少兩個關鍵組件：訓練這些網路所需的大量資料集和處理它們所需的原始運算能力。史丹佛的ImageNet 專案和NVIDIA 的CUDA GPU 程式設計等計畫最終提供了這些關鍵元素。

這些進步使Krizhevsky 在人工智慧先驅Geoffrey Hinton 和Ilya Sutskever 的指導下訓練AlexNet 並釋放深度學習的全部潛力。這是深度神經網路、大數據集和GPU 運算首次結合在一起，並取得了突破性的成果。每個方面都對彼此至關重要。

用於建立AlexNet 的具有GPU 的家用計算機

最終，AlexNet 論文在2012 年的一次電腦視覺會議上發表。當時，大多數研究人員對此不以為然，但現在被公認為人工智慧先驅的Yann LeCun 立刻意識到了它的重要性，稱其為該領域的轉折點。事實證明他的預測是正確的。在AlexNet 發布後，神經網路迅速成為幾乎所有前沿電腦視覺研究的基礎。

AlexNet 的突破在於證明了訓練一個相對簡單的神經網路可以在影像辨識等高度複雜的任務上實現超越人類的表現。這標誌著深度學習範式的誕生，在這種範式中，機器透過攝取和建模大量資料集來掌握技能。

從那一刻起，進步開始迅速加速。神經網路以前所未有的速度發展，取得了許多里程碑式的成就，例如在圍棋比賽中擊敗人類冠軍、合成逼真的語音和音樂，甚至產生原創藝術和創意寫作。然而，生成式人工智慧的真正轉捩點是2022 年OpenAI 發布ChatGPT，可以說是深度學習演化的巔峰。

可以理解的是，開源這樣一段具有歷史意義的程式碼絕非易事。電腦歷史博物館必須與Krizhevsky、Hinton（現任職於Google）和Google 的法律團隊進行長達五年的談判，才能獲得發布原始來源文件的批准。